基于实验室衰弱指数（FI-lab）的老年住院患者跌倒风险预测模型优化研究

《Aging Clinical and Experimental Research》：Laboratory frailty index improves prediction of in-hospital falls among older adults

这篇研究通过回顾性队列分析5984例≥60岁住院患者数据，发现基于35项实验室指标的衰弱指数（FI-lab）可独立预测住院跌倒风险（OR 1.28/0.1单位，p<0.001），联合传统STRATIFY量表使预测效能显著提升（AUROC从0.674升至0.715，NRI=0.413）。研究首次证实FI-lab作为客观指标可优化临床跌倒风险评估体系，为老年患者安全管理提供新思路。

　　

引言
住院跌倒作为老年患者常见不良事件，与创伤、医疗费用增加及住院时间延长密切相关。尽管现有跌倒风险评估工具（如STRATIFY）广泛应用，其预测效能仍有限（AUROC≈0.67）。近年来，基于实验室指标的衰弱指数（Frailty Index based on laboratory tests, FI-lab）因其客观、自动化潜力及与死亡率的相关性受到关注，但其在住院跌倒预测中的价值尚未明确。

方法
这项单中心回顾性研究纳入2020年日本名古屋大学医院5984例≥60岁急性住院患者，排除30天内再入院及实验室数据缺失者。通过电子病历提取：

1. STRATIFY量表：改良版包含跌倒史、精神状态等5项（0-5分）
2. FI-lab计算：35项入院实验室指标异常比例（0-1分），要求≥70%数据完整
3. FI-clinical：40项临床指标（症状、BMI等）构建的标准衰弱指数
   跌倒事件由护士通过标准化系统前瞻性记录，采用多变量逻辑回归分析关联性，并通过AUROC、净重分类改善指数（NRI）和综合判别改善指数（IDI）评估预测效能。

结果
患者平均年龄73岁，63.5%为男性，2.9%（n=175）发生跌倒。关键发现包括：

• FI-lab独立预测价值：每增加0.1分，跌倒风险上升28%（校正后OR 1.28, 95%CI 1.16-1.40），且与STRATIFY无显著相关性（r=0.17）
• 模型优化效果：
  • STRATIFY+FI-lab使AUROC从0.674提升至0.715（p=0.018），NRI达0.413（p<0.001）
  • 二元化FI-lab（截断值0.4）简化模型仍保持高效能（AUROC=0.718）
• FI-clinical协同作用：与FI-lab联用（不含STRATIFY）时AUROC达0.726，提示衰弱指标组合可能替代传统工具

讨论
研究创新性揭示FI-lab通过反映多系统功能障碍（与Barthel指数弱相关r=-0.29），弥补了STRATIFY对共病评估的不足。值得注意的是，FI-lab>0.4组跌倒率达5.8%，显著高于低分组（p<0.001），但其预测效能仍属中等（AUROC<0.8），提示需整合更多维度指标（如药物、运动功能）。

临床启示

1. 自动化应用：FI-lab基于常规检验，适合嵌入电子病历系统实现实时风险评估
2. 分层管理：FI-lab>0.4患者可启动强化防跌倒干预
3. 研究延伸：需验证不同医疗机构及人种的适用性

局限性
单中心设计、缺失数据未插补及日本DPC报销系统特殊性可能影响结果外推。未来研究可通过增加动态监测指标（如步态分析）进一步提升模型精度。

这项研究为老年住院患者跌倒风险管理提供了客观、可量化的新工具，标志着衰弱指标从预后预测向临床决策支持的转化迈出关键一步。